인력 계획부터 공급망 관리, 그리고 구매 관리 및 기타 작업에 이르기까지 리테일 내 최고운영책임자(COO)에게는 할 일이 매우 많습니다. 많은 결정을 내려야 하는 상황에서, 어떤 COO라도 올바른 결정을 투명하게 내리고 싶지 않을까요? 게다가 이해하기 쉬운 단일 대시보드에 제공되는 하드 데이터로 지원된다면 말입니다.

고객 행동 및 선호도에 대한 매장 내부 및 매장 외부 데이터가 있어도 모든 운영 결정이 '쉬워지는' 것은 아니지만, 의사결정을 더 투명하게 만들어 생각 이상으로 많은 좋은 시나리오를 창출할 수 있게 해주는 것은 확실합니다.

어떤 쇼퍼 여정 데이터를 이용할 수 있는지, 이것이 중요한 이유, 데이터를 어떻게 활용하여 리테일 운영 간에, 그리고 전체 기업에서 가치를 제공할 수 있는지에 대해 검토해 보겠습니다.

운영 책임자가 생각해 보아야 할 가장 근본적인 질문 하나는 매우 간단한 것입니다. 바로, "매장을 어디에 두어야 할까?"입니다. 그리고 이 질문은 CBRE의 2023년도 아태지역 리테일 플래시 설문 결과에서 71%의 아시아태평양지역(APAC) 설문 대상 리테일러가 2023년에 더 많은 매장을 열 계획이라는 믿기 어려울 정도로 놀라운 결과를 고려할 때, 현재 최상위 관심사일 가능성이 높습니다. 안타깝지만 간단한 질문 만큼이나 답을 찾아가는 경로는 간단하지 않습니다.

물론 입지를 선택할 때는 저울질해 보아야 할 수많은 요소가 있을 수 있습니다. 전략적 입지 선정에 전문가와 비싼 컨설팅 회사가 관여하는 경우가 많고, 그 과정이 더디고 고된 것으로 잘 알려져 있는 이유가 바로 이 때문입니다. 하지만 적합한 데이터, 즉 쇼퍼 모빌리티 데이터가 있다면 COO는 그 과정을 보다 수월하게 진행할 수 있습니다. 쇼퍼 모빌리티 데이터는 고객이 방문하는 다른 매장, 특정 위치를 거쳐가는 시점, 그리고 이들이 주변 지역 내 경쟁 매장인지 또는 보완적 성격의 매장인지를 알려줍니다. 이를 통해 방문자 인구학적 정보, 보다 정확하게는 잠재적 소비자의 수입 수준을 추정할 수 있습니다.

더욱 좋은 것은, 고려 중인 위치가 어디이든 쇼퍼 모빌리티 데이터는 특정 시간에 해당 구역을 통과하는 잠재 고객의 유동량, 이동 거리 및 이러한 고객이 어디서 오는지를 알려주므로 이들이 통근자인지 또는 일상적인 볼일을 보러 다니는 지역민인지 추정할 수 있습니다.

잠재적 입지들 중에서 가능성을 하나씩 제거해 가는 방식으로 생각해 보면 좋습니다. 스트립 센터과 도심 상업 지구, 쇼핑몰과 독립형 매장을 비교해보면 높은 트래픽 가치가 있는 잠재적 입지에 더 초점을 맞출 수 있습니다. 물론 이렇게 한다고 해서 입지 선정에 따르는 모든 어려움을 덜어낼 수는 없을 것입니다. 하지만 즉시 핵심적인 질문들에 답함으로써 매우 오래 걸리는 과정을 상당히 단축할 수 있습니다.

기존 매장의 경우, 적합한 매장 내부 및 매장 외부 데이터를 활용하여 운영 팀은 주어진 매장 성과를 개선하고 최종적으로 최적화하기 위해 사용할 수 있는 많은 솔루션에 대해 알아낼 수 있습니다. APAC 쇼퍼는쇼퍼는 온라인 쇼핑을 편안하게 생각하는 것으로 유명합니다. 이는 단지 클릭 앤 콜렉트(Click & Collect) 또는 택배 수준을 넘어섭니다. APAC 내 소비자는 실시간 및 소셜 커머스의 채택에 있어 세계를 선도하고 있으며, 이런 현상은 중국의 대규모 온라인 리테일 이벤트인 광군제에 일부 기인합니다. 온라인 채널에 대한 이러한 열광적 반응이 있을지라도 매장 내 운영의 중요성은 감소하지 않으며, 오히려 그 반대임을 리테일러가 이해하는 것이 중요합니다.

실제로, MartechAsia 2022 Retail Report에 따르면 60%의 아태지역 쇼퍼는 물리적 매장 방문을 선호했으며, 54%의 쇼퍼는 보다 개인화된 쇼핑 경험을 제공하는 리테일러를 선호했습니다. 어떻게 하면 리테일러가 이런 매장 관련 선호도를 수익화할 수 있을까요? 아마 추측하셨을 것입니다. 바로 쇼퍼 여정 데이터입니다. 특별히 운영 팀에 가장 적절한 3가지 솔루션은 트래픽 계수, Computer Vision 및 쇼퍼 이동성입니다. 다음은 각 솔루션이 제공하는 기능의 예입니다.

트래픽 계수

• 매일의 피크 트래픽 시간을 이해하고 이에 따라 직원을 배치할 수 있습니다. 또한 불필요한 인건비 지출을 줄이기 위해 최소한의 직원으로 운영 가능한 시간대를 확인할 수 있습니다.
• 가능한 최상의 고객 경험을 제공하기 위해 이상적인 직원당 쇼퍼 비율(STAR)을 파악합니다.

Computer Vision

매장 내 분석

• 체류시간 및 유입률을 벤치마크하고 이 데이터를 이용하여 구역 또는 코너 내 레이아웃은 물론 판촉 디스플레이 위치를 모두 최적화할 수 있습니다.
• 한 코너에서 다음 코너로 진행하는 고객 경로를 추적하여 매장 내 레이아웃을 전략적으로 개선할 수 있습니다.

주차 시설 분석

• 주차장 사용을 보다 잘 파악하고보다 잘 파악하고 필요한 경우 레이아웃을 개선합니다.
• 클릭 앤 콜렉트(Click & Collect) 주문 처리를 위해 쇼퍼가 차 안에서 대기하는 시간을 파악하여 서비스 수준을 향상합니다.

쇼퍼 모빌리티

• 매장 방문 전후에 고객이 쇼핑하는 곳을 파악하고, 이 데이터를 이용하여 잠재적 파트너십 또는 서비스를 평가합니다.

이러한 잠재적 사용 사례 각각은 운영 책임자에게 고객 경험을 개선하고, 수익성을 향상하며, 운영을 간소화할 실행 가능한 방법을 제공합니다. (이러한 많은 사항은 또한 CMO를 위한 사용 사례와 중복됩니다, 여기서 더 읽어보세요) 이것이 전부는 아니지만, 이것만으로도 기업 전체체에전체체에 걸쳐 운영에 영향을 주는 이 데이터의 잠재력에 대해 짐작할 수 있을 것입니다.

Sensormatic Solutions는 리테일에 대해 잘 알고 있습니다. 이는 즉 모든 운영 과제를 해결할 마법과도 같은 해결책, 분석 또는 지표란 존재하지 않음을 저희가 알고 있다는 의미입니다. 또한 저희가 '알고 있다'고 할 때는 고민하게 만드는 성과 영역을 개선하기 위해 활용할 수 있는 다양하고 가치 있는 사용 사례가 있다는 것이고, 저희를 신뢰하셔도 좋다는 것입니다. COO만큼이나 이러한 과제에 대해 잘 알고 있는 사람은 없습니다. 또한 리테일 및 기술 분야에서 수십 년의 경험과 전문성을 쌓아온 저희만큼이나 솔루션을 잘 알고 있는 회사는 없습니다.

운영을 개선하고 수익성을 증진하는 결과를 달성하기 위해 매장 내부 및 매장 외부 데이터를 사용하는 방법을 전체적으로 파악하고 싶으시면 최신 백서, '쇼핑 여정을 따라 경험적 리테일을 창조하기'를 지금 다운로드하세요.